Grokking Timsort

Question

在块上有一个（相对）新的排序名为Timsort。它被用作Python的list.sort，现在将成为the new Array.sort in Java 7。

有some documentation和tiny Wikipedia article描述排序的高级属性和一些低级别的性能评估，但我很好奇是否有人可以提供一些伪代码来说明Timsort正在做什么，确切地说，以及使它变得活泼的关键因素是什么。 （参见引用的论文“乐观排序和信息理论复杂性”。）

（另见related StackOverflow post。）

Answer 1

从现已删除的博文中引用相关部分：Visualising Sorting Algorithms: Python's timsort

  

timsort的业务端是一个mergesort，它运行预先排序的元素。选择最小游程长度minrun以确保最终合并尽可能平衡 - 对于64个元素，minrun恰好是32.在合并开始之前，通过数据进行单次传递以检测已存在的已排序运行元素。通过简单地将它们反转就可以处理降序运行。如果得到的运行长度小于minrun，则使用插入排序将其提升到minrun。在没有重要预先存在的运行的混洗数组上，此过程看起来与我们上面的猜测完全相同：在使用合并排序合并之前，使用插入排序预先排序minrun元素块。

[...]

• timsort找到降序运行，并在原地反转运行。这是直接在指针数组上完成的，因此从我们的观点来看似乎是“即时”。
• 现在使用插入排序将运行提升到minrun长度。
• 在下一个块的开头没有检测到运行，并且插入排序用于对整个块进行排序。请注意，此块底部的已排序元素未经过特殊处理 - timsort不会检测在块被提升为minrun的过程中开始的运行。
• 最后，mergesort用于合并运行。

Answer 2

当它进入时，这个变化经历了core-libs mailing list，所以那里有一些讨论和有用的链接。以下是web rev代码审核更改以及original patch。

代码中的评论说：

  

实施说明：此实施是稳定的，自适应的    迭代合并，需要远远少于n lg（n）的比较    当输入数组部分排序时，同时提供
   当输入数组为
时，传统mergesort的性能    随机排序。如果输入数组几乎排序，则    实施需要大约n次比较    临时存储要求从近似分类的小常数变化    输入数组到n / 2个对象引用，用于随机排序的输入
   阵列。

     

实施同样有利于提升和支持    在其输入数组中降序，并可以利用
   在同一个不同部分的升序和降序    输入数组。它非常适合合并两个或多个排序数组：
   简单地连接数组并对结果数组进行排序    该实现是根据Tim Peters的Python列表排序改编的    TimSort。它使用了Peter McIlroy的“乐观”中的技术    “排序与信息理论复杂性”，载于“论文集”    第四届年度ACM-SIAM离散算法研讨会，第467-474页，第4页    1993年1月。

埋没在very useful link to the Python implementation details，我认为这是一个很好的起点，然后是代码。要想达到令人难以置信的高水平，timsort会通过注意排序数据的运行并在排序过程中利用该结构来提高性能。